Claim Missing Document
Check
Articles

Menentukan Pola Penjualan Makan Kucing dengan Menerapkan Association Rule menggunakan Algoritma ECLAT Meilani, Budanis Dwi; Arywidyatama, Novantio; Sulistyowati, Sulistyowati; Maulidati, Zuli
Prosiding Seminar Nasional Sains dan Teknologi Terapan 2024: Menjembatani Energi Berkelanjutan dan Ekonomi Hijau melalui Transformasi Riset dan Teknologi T
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini bertujuan untuk mengimplementasikan algoritma Equivalence Class Transformation (ECLAT) dalam menentukan pola penjualan makanan kucing, dengan fokus pada studi kasus di Mitra Pet Shop. Permasalahan muncul ketika produk yang dicari tidak tersedia di toko, menyebabkan kekecewaan pelanggan dan berpotensi merusak reputasi toko serta menurunkan penjualan. Untuk mengatasi masalah ini, diperlukan analisis data penjualan dan identifikasi pola pembelian pelanggan. Salah satu metode yang digunakan adalah Equivalence Class Transformation (ECLAT), yang telah terbukti efisien dalam menganalisis pola transaksi. Dengan menggunakan pendekatan ECLAT, penelitian ini bertujuan untuk menganalisis pola pembelian makanan kucing oleh pelanggan, sehingga toko dapat lebih efektif dalam mengelola stok dan penempatan produk. Hasil analisa pada bulan desember minggu ke-1, 2, 3 dan 4, terdapat 920 transaksi dengan 179 jenis barang, ditemukan pola aturan asosiasi sebanyak 16 aturan asosiasi 2-itemsets dengan minimal support 1%, sedangkan minimal support 2% tidak menghasilkan pola aturan 2 itemsets.
Analisa Kualitas Game Genshin Impact Dengan Metode McCall Sulistyowati, Sulistyowati; Aji, Bimantoro Bayu; Rachman, Andy; Meilani, Budanis Dwi
Prosiding Seminar Nasional Sains dan Teknologi Terapan 2024: Menjembatani Energi Berkelanjutan dan Ekonomi Hijau melalui Transformasi Riset dan Teknologi T
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Genshin Impact merupakan salah satu game open-world populer yang menawarkan pengalaman bermain yang imersif dengan alur cerita yang menarik, serta gameplay yang beragam. Pengukuran kualitas perangkat lunak game sangat penting karena berbagai alasan yang berkaitan dengan pengalaman pengguna, kinerja, dan keberhasilan jangka panjang produk. Dengan mengukur kualitas perangkat lunak game, pengembang dapat memastikan bahwa game mereka tidak hanya menarik secara visual dan menyenangkan untuk dimainkan, tetapi juga andal, aman, dan berkinerja baik. Penelitian ini bertujuan untuk menganalisis kualitas game Genshin Impact menggunakan Metode McCall dengan fokus pada dimensi Product Operation. Dalam analisis ini, aspek kualitas perangkat lunak yang dinilai adalah correctness, reliability, efficiency, integrity, dan usability. Penelitian dilakukan dengan melakukan studi literatur, observasi langsung terhadap gameplay, serta pengumpulan data dari pemain game pada grup discord Genshin Impact melalui kuesioner sejumlah 78 orang. Hasil analisis menunjukkan bahwa Genshin Impact memiliki presentase nilai untuk indikator correctness sebesar 83% dan usability sebesar 45%. Namun ada beberapa bagian yang perlu diperbaiki, terutama dalam indikator reliability yang hanya mendapatkan presentase nilai sebesar 33%, lalu untuk eficiency mendapatkan presentase nilai sebesar 36%, dan integrity mendapatkan presentase nilai sebesar 29%. Sehingga secara keseluruhan Genshin Impact memiliki presentase nilai 67% yang berarti game Genshin Impact termasuk dalam kategori game yang berkualitas. Analisis ini memberikan wawasan bagi pengembang game dan komunitas pemain untuk memahami kelebihan dan kekurangan Genshin Impact dari perspektif kualitas perangkat lunak.
Implementasi Algoritma FP-Growth untuk Menentukan Pola Pengadaan Obat Anisa, Azzah Dian Rachma; Meilani, Budanis Dwi
Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) 2025: SNESTIK V
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/p.snestik.2025.6903

Abstract

Apotek XYZ mengalami peningkatan volume data transaksi penjualan obat setiap harinya, namun data tersebut hanya digunakan sebagai arsip dan tidak dimanfaatkan untuk proses pengadaan obat. Penelitian ini bertujuan untuk merancang sistem dan aplikasi yang mampu menentukan pola transaksi penjualan obat dengan menerapkan algoritma FP-Growth. Setelah dilakukan uji coba dengan minimum support yang berbeda, sistem yang dirancang menunjukkan akurasi 100%. Hasil penelitian menunjukkan bahwa semakin kecil nilai minimum support, semakin banyak pola yang dihasilkan, dan sebaliknya. Selain itu, pengujian pada data yang berbeda dan minimum support yang sama dengan nilai minimum support 0.010 dan minimum support 0.005 didapatkan hasil bahwa dengan jumlah transaksi yang digunakan semakin banyak maka pola yang dihasil semakin sedikit atau tidak ada pola yang dihasilkan, begitu sebaliknya. Untuk dataset minimum support tertinggi yang tidak menghasilkan pola adalah dataset bulan November 2018 dan Februari 2019 dengan minimum support sebesar 0.016.
Penerapan Metode MAUT untuk Pemilihan Karyawan Hotel Terbaik Chrisstyadi, Indra Wahyu; Meilani, Budanis Dwi; Maulidati, Zuli
Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) 2025: SNESTIK V
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/p.snestik.2025.7043

Abstract

Memilih karyawan terbaik merupakan salah satu tugas terpenting bagi perusahaan untuk meningkatkan produktivitas dan mencapai tujuan organisasi. Proses seleksi ini memerlukan pendekatan yang obyektif dan sistematis untuk memastikan karyawan yang terpilih mempunyai kualifikasi dan kinerja terbaik. Oleh karena itu, pada penelitian ini kami mengembangkan sistem pendukung Keputusan pemilihan karyawan yang optimal dengan menggunakan metode Multi Attribute Utility Theory (MAUT). Kriteria penilaian dalam pengembangan sistem adalah Lama Kerja, Kedisiplnan, Kerjasama, Tanggung Jawab, Kejujuran, dan Komunikasi. Berdasarkan pengujian membandingkan hasil sistem dengan mengitung manual menggunakan Microsoft Excel yang dilakukan dengan menggunakan 5 skenario data karyawan yang berbeda. Hasil pengujian menunjukan bahwa sistem mencapai nilai perhitungan 100%. Selain itu, penilaian hasil sistem dengan pengamatan secara langsung memiliki nilai perhitungan sebesar 87.5% dari 32 skenario data karyawan yang berbeda. Oleh karena itu, sistem ini membantu HRD untuk memilih karyawan terbaik secara efektif dan efisien sekaligus meminimalkan kemungkinan subjektivitas dalam proses seleksi karyawan.
Implementasi Metode Naive Bayes untuk Kelayakan Pemberian Kredit Mobil Hermawan, Putra Hadi; Meilani, Budanis Dwi
Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) 2025: SNESTIK V
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/p.snestik.2025.6864

Abstract

Pembiayaan melalui kredit merupakan komponen krusial dalam proses pembelian kendaraan, termasuk di Hyundai Wiyung Surabaya. Dealer ini menghadapi tantangan dalam menentukan kelayakan kredit bagi calon pembeli guna meminimalkan risiko keuangan, meningkatkan kepuasan pelanggan, serta menjaga reputasi merek. Untuk meningkatkan akurasi dalam proses penentuan kelayakan kredit, Hyundai Wiyung Surabaya berencana menerapkan algoritma Naïve Bayes yang diakui keandalannya dalam klasifikasi dan prediksi. Algoritma ini banyak digunakan dalam industri keuangan dan e-commerce untuk menganalisis pola kredit pelanggan serta meningkatkan efisiensi keputusan berbasis data. Atribut/kriteria yang digunakan meliputi umur, jumlah anak, pendapatan, serta status rumah. Hasil pengujian menggunakan dataset dari Januari 2020 hingga Mei 2024 dengan 780 data menunjukkan akurasi rata-rata sebesar 79,8%. Hasil ini menunjukkan potensi penggunaan algoritma Naïve Bayes dalam meningkatkan ketepatan keputusan kelayakan kredit.
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.
Menentukan Pola Materi Sulit Menggunakan Association Rule Mining Meilani, Budanis Dwi; Juniawan, Andino Kharis
Jurnal Teknologi Pendidikan Vol. 3 No. 1 (2025): September
Publisher : Indonesian Journal Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47134/jtp.v3i1.2106

Abstract

Siswa merupakan seseorang yang pernah mengikuti kegiatan belajar mengajar pada lembaga pendidikan. Siswa juga memiliki kewajiban yaitu memiliki prestasi yang baik terutama prestasi akademik maupun non- akademik. Untuk keberhasilan siswa maka guru membutuhan pemetakan materi yang dianggap sulit bagi siswa. Pola tersebut akan digunakan guru untuk menambah materi tersebut sehingga soal yang dirasa sulit menjadi mudah bagi siswa. Untuk itu diperlukan suatu sistem untuk menentukan pola materi – materi yang sulit pada Tryout sekolah dasar dengan Asosiasi Rule menggunakan algoritma Apriori. Algoritma Apriori adalah sebuah metode yang akan mencari pola hubungan antar item dalam sebuah dataset. Dataset tersebut merupakan data nomer jawaban Tryout yang salah. Kemudian menentukan minimal support dan minimal confidence. Selanjutnya terdapat Sub-proses perhitungan algoritma Apriori. Yaitu melakukan perhitungan dengan rumus yang terdapat pada algoritma Apriori. Pada pengujian sistem ini menggunakan data tryout siswa pada semua kelas 6 mata pelajaran b.indo, matematika, ipa. Hasil dari pengujian system menggunakan data kelas 6 mata pelajaran matematika dengan kondisi minimum support 13 item (9%) dan minimum confidence 50% maka terdapat 29 rule. Hasil kesimpulan dari rule tersebut adalah operasi hitung bilangan bulat yang melibatkan bilangan negatif dan sulitnya memakai soal cerita adalah materi yang dianggap sulit bagi siswa kelas 6.
Evaluating LMS Usability by Integrating Nielsen and Budd Principles Maulidati, Zuli; Meilani, Budanis Dwi; Sodik, Anwar
Journal of Artificial Intelligence and Software Engineering Vol 5, No 3 (2025): September
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jaise.v5i3.7401

Abstract

ABSTRACTLearning Management Systems (LMS) are integral to modern education, supporting course delivery, student engagement, and administrative functions. Usability challenges often divert users’ focus from learning content to navigating system complexities. Heuristic evaluation (HE) has revealed persistent design and usability issues in LMS interfaces, such as poor error prevention and inadequate documentation. To address the usability issues in the LMS, this study aims to evaluate the usability of the classroom ITATS using a dual-framework approach: Jakob Nielsen’s Heuristics and Andy Budd’s Heuristics. This combined approach aims to identify interface flaws and enhance usability. Nielsen’s heuristics address universal usability principles, while Budd’s guidelines emphasize modern web design elements like responsiveness and visual hierarchy. The study is evaluated by novice evaluators who are the end users of LMS. Involving novice evaluators in this study reveals a fresh perspective which cannot be shown by the experts. The study revealed about 158 issues found by 23 novice evaluators. Those were found according to Nielsen’s and Budd’s HE within the average of severity rating about 2.52 and 2.51, respectively. Nielsen’s heuristics highlight core principles such as feedback, visibility, and error prevention, while Budd’s heuristics emphasize simplicity, consistency, and user enjoyment.